申请/专利权人：东北大学

申请日：2023-10-23

公开（公告）日：2024-01-02

公开（公告）号：CN117333471A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/136;G06V10/25;G06V10/141;G06T7/62;G06T7/90;G06T7/64;G06V10/50

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.19#实质审查的生效;2024.01.02#公开

摘要：本发明提供一种基于图像重构的背光源Mura缺陷检测方法，涉及液晶屏幕缺陷检测技术领域。本发明使用了基于图像重构的方法进行检测，在重构待检测背光源的背景图像时，利用平均池化和标准差池化来获取特征图，同时也通过池化降低图像处理的计算量，提升了运行速度；同时利用中值池化过滤离群点的影响，提升了面对各种生产环境下的鲁棒性；根据背光源图像的灰度直方图分布，利用2σ准则快速巧妙地计算出重构的背景图像的底图，为了不损失Mura缺陷的特征信息，经过最近邻插值进行放大得到重构的背景图像。

主权项：1.一种基于图像重构的背光源Mura缺陷检测方法，其特征在于：包括以下步骤：步骤1：获取待检测产品的白底图和侧光图；在产品到达检测工位时，点亮产品拍摄获取图像，称之为“白底图”；然后点亮侧面条形光源，再次拍摄获取图像，称之为“侧光图”；步骤2：获得白底图和侧光图的ROI图；步骤3：重构待检测产品白底ROI图像的背景图像；步骤4：利用白底ROI图像与其重构后的背景图像相减，得到前景特征图像；步骤5：根据不同生产厂家对缺陷的面积及灰度差要求设置不同的二值化分割阈值，对前景特征图像进行二值化分割，得到二值图像；步骤6：根据生产厂家对缺陷的面积大小要求设置面积阈值，筛选出所有疑似为Mura缺陷的轮廓，若没有筛选出轮廓，则输出结果为良品，结束检测；若筛选出轮廓，则需根据轮廓像素大小对所有疑似为Mura缺陷的轮廓进行从大到小排序，遍历所有轮廓，分别得到所有轮廓的位置信息；步骤7：根据遍历到的疑似为Mura缺陷轮廓的位置信息，在白底ROI图像的对应位置计算遍历到的疑似为Mura缺陷的四周灰度差，四周灰度差＝四周灰度均值-缺陷内部灰度均值；若计算求得的四周灰度差大于或等于生产厂家提出的缺陷灰度差要求，即输出结果所检测的产品存在缺陷，结束检测；若小于生产厂家提出的缺陷灰度差要求，则继续遍历下一个疑似轮廓轮廓，以此循环，直到输出结果为缺陷，结束检测；若循环结束未输出结果为缺陷，则输出结果为良品，结束检测。

全文数据：

权利要求：

百度查询： 东北大学 一种基于图像重构的背光源Mura缺陷检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD